【leetCode-DP】343. 整数拆分

探讨将正整数拆分为至少两个正整数的和,以使这些整数的乘积最大化的数学问题。解析算法思路,包括直接计算和动态规划两种方法,以及如何在特定条件下选择最优解。
部署运行你感兴趣的模型镜像

给定一个正整数 n,将其拆分为至少两个正整数的和,并使这些整数的乘积最大化。 返回你可以获得的最大乘积。

示例 1:

输入: 2
输出: 1
解释: 2 = 1 + 1, 1 × 1 = 1。


示例 2:

输入: 10
输出: 36
解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。
说明: 你可以假设 n 不小于 2 且不大于 58。

Q]~ND0)SF409@EELLISC@`S.png

通过列举出一些数后可以发现 最大乘积都是和2或者3相关(其中4也是由2 组成),因此一个数优先使用3,不能的话用2去匹配

同时注意输入数据为4以下的情况。

code:

非DP:

    public static int power (int N,int num) {
        int rs = 1;
        for(int i = 0;i < num; i++) {
            rs *= N;
        }
        return rs;
    }
    public static int integerBreak(int n) {
        if(n < 4){
            return n-1;
        }
        int m = n % 3;
        if (m == 0) {
            return power(3 ,n/3);
        } else if(m == 1) {
            return power(3,n/3-1) * 4;
        } else {
            //m == 2
            return power(3,n/3) * 2;
        }
    }

DP:

通过前面列出的数字规律可以看出dp[i] = dp[i-3] * 3

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

### 代码实现 #### Java 动态规划实现 ```java class Solution { public int integerBreak(int n) { if (n == 2) return 1; if (n == 3) return 2; int[] dp = new int[n + 1]; dp[2] = 2; dp[3] = 3; for (int i = 4; i <= n; i++) for (int j = 1; j <= i; j++) dp[i] = Math.max(dp[i], j * dp[i - j]); return dp[n]; } } ``` #### C++ 贪心算法实现 ```cpp class Solution { public: int integerBreak(int n) { vector<int> numvec; if(n==2) return 1; if(n==3) return 2; if(n==4) return 4; do { numvec.push_back(3); n=n-3; if(n<=3) { numvec.push_back(n); break; } if(n==4) { numvec.push_back(4); break; } }while(1); int sum=1; for(int i=0;i<numvec.size();i++) { sum*=numvec[i]; } return sum; } }; ``` #### Java 另一种动态规划实现 ```java class Solution { public int integerBreak(int n) { //定义dp数组 int[] dp = new int[n + 1]; //初始化dp数组 dp[2] = 1; for(int i = 3; i <= n; i++){ for(int j = 1; j < i - 1; j++){ //j*(i-j)代表把i拆分为j和i-j两个数相乘 //j*dp[i-j]代表把i拆分成j和继续把(i-j)这个数拆分,取(i-j)拆分结果中的最大乘积与j相乘 dp[i] = Math.max(dp[i], Math.max(j * (i - j), j * dp[i - j])); } } return dp[n]; } } ``` ### 分析总结 本题要求将一个正整数 `n` 拆分为至少两个正整数的和,并使这些整数的乘积最大化。 #### 动态规划思路 - **确定 `dp` 数组含义**:`dp[i]` 表示分拆数字 `i` 可以得到的最大乘积 [^3]。 - **递推公式推导**:将 `i` 拆分成 `i - j` 和 `j` 的和,存在两种情况。一是 `i - j` 不再拆分,即 `j * (i - j)`;二是 `i - j` 继续拆分,即 `j * dp[i - j]`。所以递推公式为 `dp[i] = max({dp[i], (i - j) * j, dp[i - j] * j})` [^3]。 - **初始化**:根据 `dp[i]` 的定义,拆分数字 2 得到的最大乘积是 1,所以 `dp[2] = 1`。`dp[0]` 和 `dp[1]` 无意义,无需初始化 [^3]。 - **遍历顺序**:由于 `dp[i]` 依赖于 `dp[i - j]` 的状态,所以 `i` 从前向后遍历,先有 `dp[i - j]` 再有 `dp[i]` [^3]。 #### 贪心算法思路 当 `n >= 5` 时,尽可能多地拆分出 3。当剩下的数为 4 时,将其拆分为 4 而不是 2 和 2,因为 `4 > 2 * 2`。最后将拆分得到的数相乘,即可得到最大乘积 [^2]。 ###
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值